本文關(guān)鍵詞：信號(hào)稀疏處理在頻率估計(jì)中的應(yīng)用

  更多相關(guān)文章： 頻率估計(jì) 稀疏特性 沖擊噪聲 off-grid 組稀疏

【摘要】：在信號(hào)處理方面,參數(shù)估計(jì)是一個(gè)很重要的問題,尤其頻率估計(jì)在雷達(dá)、通信、語(yǔ)音處理、圖像處理等應(yīng)用領(lǐng)域發(fā)揮著舉足輕重的作用。壓縮感知是近幾年比較熱門的一項(xiàng)參數(shù)估計(jì)/恢復(fù)技術(shù)。本文主要工作就是利用稀疏處理技術(shù),估計(jì)信號(hào)頻率同時(shí)抑制沖擊噪聲。信號(hào)在傳輸過程中,由于傳輸?shù)牟环�(wěn)定性等因素,數(shù)據(jù)丟失時(shí)常發(fā)生。為了估計(jì)數(shù)據(jù)丟失圖案,我們用一個(gè)未知稀疏向量來(lái)表示丟失圖案。同時(shí)考慮到?jīng)_擊噪聲不同于傳統(tǒng)的高斯噪聲,其二階矩不存在,這樣傳統(tǒng)的基于高斯噪聲假設(shè)的估計(jì)算法就不能有效地工作。為了抑制沖擊噪聲,通用的做法是利用p-范數(shù),然而其降噪能力往往有限。通過觀察發(fā)現(xiàn),由于沖擊噪聲只在很短的時(shí)間表現(xiàn)出沖擊性,這種現(xiàn)象我們稱之為近似稀疏特性。利用其稀疏特性,我們把被動(dòng)的噪聲抑制問題轉(zhuǎn)化為‘主動(dòng)’的參數(shù)估計(jì)問題。考慮數(shù)據(jù)丟失和沖擊噪聲,利用他們的稀疏特性,本論文提出了一個(gè)聯(lián)合的估計(jì)算法來(lái)估計(jì)信號(hào)的頻率。通過實(shí)驗(yàn)仿真看出,本論文提出的聯(lián)合算法跟傳統(tǒng)的算法相比有了很大的性能提升。當(dāng)利用信號(hào)的稀疏性創(chuàng)建離散字典的時(shí)候,off-grid問題往往就會(huì)存在。off-grid就是指信號(hào)的真實(shí)頻率不落在利用離散稀疏字典技術(shù)劃分的網(wǎng)格點(diǎn)上,即真實(shí)值與字典的錯(cuò)誤匹配。為了克服這個(gè)問題,本文也提出了用一個(gè)稀疏化的偏移矩陣重建off-grid問題,稀疏矩陣的補(bǔ)償,使得在使用離散字典的情況下,頻率估計(jì)性能有所提升。最后,在上面的頻率估計(jì)算法中,利用到了稀疏特性。但是,在處理實(shí)測(cè)數(shù)據(jù)中,我們發(fā)現(xiàn)噪聲的沖擊性通常也會(huì)持續(xù)一段時(shí)間,而不是一個(gè)沖擊。這種現(xiàn)象,在本工作中稱為組稀疏特性。利用這種特性,我們?cè)O(shè)計(jì)了新的聯(lián)合估計(jì)算法來(lái)估計(jì)頻率和噪聲。通過仿真證明了,利用組稀疏特性估計(jì)的算法進(jìn)一步提高算法的估計(jì)性能。
【關(guān)鍵詞】：頻率估計(jì) 稀疏特性 沖擊噪聲 off-grid 組稀疏
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN911.7
【目錄】：

• 摘要3-4
• Abstract4-11
• 注釋表11-12
• 第1章 引言12-19
• 1.1 課題提出的背景及意義12-13
• 1.2 國(guó)內(nèi)外的研究現(xiàn)狀13-17
• 1.2.1 最大似然估計(jì)算法14-15
• 1.2.2 多重信號(hào)分類算法15-17
• 1.3 課題研究的主要工作17-18
• 1.4 本文的結(jié)構(gòu)安排18-19
• 第2章 壓縮感知的理論介紹19-25
• 2.1 壓縮感知的模型20
• 2.2 信號(hào)的稀疏表示20-21
• 2.3 觀測(cè)矩陣的選取21-22
• 2.4 信號(hào)重構(gòu)算法的設(shè)計(jì)22-24
• 2.4.1 匹配追蹤算法23
• 2.4.2 最小化L_1范數(shù)算法23-24
• 2.5 本章小節(jié)24-25
• 第3章 基于稀疏分解的信號(hào)頻率估計(jì)算法研究25-49
• 3.1 高斯白噪聲背景下，，有數(shù)據(jù)丟失信號(hào)的頻率估計(jì)25-29
• 3.2 沖擊噪聲背景下，有數(shù)據(jù)丟失信號(hào)的頻率估計(jì)29-32
• 3.3 off-grid問題下的頻率估計(jì)32-37
• 3.3.1 off-grid問題下的一維信號(hào)頻率估計(jì)33-35
• 3.3.2 off-grid問題下的二維信號(hào)頻率估計(jì)35-37
• 3.4 仿真實(shí)驗(yàn)結(jié)果與分析37-47
• 3.4.1 有數(shù)據(jù)丟失信號(hào)的頻率估計(jì)的仿真實(shí)驗(yàn)結(jié)果與分析38-41
• 3.4.2 沖擊噪聲下，有數(shù)據(jù)丟失信號(hào)的頻率估計(jì)仿真實(shí)驗(yàn)結(jié)果與分析41-44
• 3.4.3 off-grid問題下的信號(hào)頻率估計(jì)的仿真實(shí)驗(yàn)結(jié)果與分析44-47
• 3.5 本章小節(jié)47-49
• 第4章 基于組稀疏表示的信號(hào)頻率估計(jì)算法研究49-59
• 4.1 組稀疏的表示49-51
• 4.2 組稀疏的模型51-52
• 4.2.1 L_(2,1)組套索模型51
• 4.2.2 稀疏組套索模型51-52
• 4.3 基于頻率組稀疏和沖擊噪聲組稀疏的頻率估計(jì)信號(hào)重構(gòu)52-53
• 4.4 仿真實(shí)驗(yàn)結(jié)果與分析53-58
• 4.5 本章小節(jié)58-59
• 第5章 結(jié)論與未來(lái)工作59-61
• 5.1 本文總結(jié)59-60
• 5.2 未來(lái)工作展望60-61
• 參考文獻(xiàn)61-65
• 致謝65-66
• 攻讀碩士學(xué)位期間從事的科研工作及取得的成果66

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 沈志博;董春曦;黃龍;趙國(guó)慶;;一種基于稀疏分解的窄帶信號(hào)頻率估計(jì)算法[J];電子與信息學(xué)報(bào);2015年04期

2 呂太之;李卓;;基于動(dòng)態(tài)分?jǐn)?shù)階和Alpha穩(wěn)定分布的粒子群優(yōu)化算法[J];計(jì)算機(jī)科學(xué);2014年07期

3 劉亞新;趙瑞珍;胡紹海;姜春暉;;用于壓縮感知信號(hào)重建的正則化自適應(yīng)匹配追蹤算法[J];電子與信息學(xué)報(bào);2010年11期

4 芮國(guó)勝;王林;田文飚;;一種基于基追蹤壓縮感知信號(hào)重構(gòu)的改進(jìn)算法[J];電子測(cè)量技術(shù);2010年04期

5 馮晉利,武潔,王紹卿;快速高分辨頻率估計(jì)算法[J];現(xiàn)代引信;1998年01期

本文編號(hào)：1045346